北京秋冬季空气严重污染的特征及成因分析

近年来北京大气环境质量达标天数明显增加,但是严重污染日依然占近6个百分点,并且没有明显减少的迹象。弄清严重污染,尤其是秋冬季节(9-12月,1-2月)积累型严重污染的时空分布特征和成因,对于污染预警、污染控制具有重要意义。文章首先分析了2000-2005年秋冬季节北京市大气污染达到4-5级的44个案例,发现该类严重污染具有发生时间连续、空间范围广和垂直散布高等特点。运用追踪过程的诊断分析方法剖析了2004年国庆期间和2005年11月初两个典型严重污染过程,说明了气象因子在秋冬季严重污染发生、持续和结束过程中的主导作用。文中最后给出了44个严重污染日气象条件的统计特征:850百帕温度偏高,可高于月均值5-15℃;海平面气压偏低;低空逆温发生概率大于75%;高湿度发生概率大,地面温露差在0-7.5之间约占80%;各层风速都很小,海平面0-2米/秒,850百帕风速2-16米/秒。  

成都市O3浓度的时间变化特征及相关因子分析

为深入认知成都市O₃浓度的时间变化规律及其影响因子,基于2013年1月1日-12月31日市区站点O₃、NO、NO₂、NO_x的逐时监测资料以及成都市气象站的气象数据逐时观测资料,据此对O₃的季变化、日变化、"周末效应"、"节假日效应"进行了讨论,并对其浓度影响因子进行分析。结果表明:成都市O₃浓度季变化呈现明显夏高冬低的特征,浓度最大值出现在8月。O₃浓度日变化为单峰型,夏季峰值出现在15:00,冬季峰值出现在16:00。市区存在"周末效应",即周末O₃浓度总体比工作日高;"节假日效应"则表现出复杂多变性,受气象条件以及人为活动等多种随机因素的影响。O₃日平均浓度与NO、NO₂、NO_x、相对湿度呈明显负相关,与温度、风速呈明显正相关。  

华北地区一次重污染天气的气象变化过程分析

利用大气环境监测数据、常规气象观测资料、探空数据以及HYSPLIT后向轨迹模式对2014年2月20-26日发生在华北区域的一次大面积重污染天气进行综合分析。利用风云卫星观测资料直观展示了污染的生成、消散状况。结果表明,在此次重污染天气过程中,华北地区主要城市均观测到高浓度的PM_2.5,其中北京、石家庄PM_2.5小时浓度均值分别为286.1、371.2μg/m³。该次污染与天气过程关系密切,平稳的高空环流形势、华北地面弱低压为污染天气的发生、发展提供了有利的气象条件。地面的静风或小风天气以及近地逆温的出现有利于污染的维持。后向轨迹分析表明,此次污染过程区域性明显,南部、西南部周边地区的污染物外源性输入对研究的主要城市有显著影响。  

苏州市区灰霾现象形成的气象条件分析

随着社会和经济的快速发展，灰霾现象的发生有逐渐上升趋势，严重影响城市形象和群众的身心健康。苏州市的灰霾现象发生频率1—2月最高，7—8月最低。通过寻找形成灰霾现象的主要气象控制因子，有助于判别不同气象条件在灰霾天气形成中的作用。采用基于因子分析的主成分提取方法，将6个气象因子观测资料整合为3个主成分，并逐一揭示4个典型季节各主成分的支配因子在灰霾天气形成中的作用。结果表明，热量条件是影响1—2月、4—5月和7—8月霾日形成的主要气象条件。动力条件是10—11月霾日形成的主要气象条件，水分条件影响相对较弱，仅起辅助作用。  

拉萨市大气污染分布特征及气象影响因子分析

以2001～2006年拉萨市的空气环境质量自动监测结果为基础数据,阐明拉萨市区主要大气污染物SO2、NO2、PM10的逐日变化、季节变化以及年变化特征.在此基础上,分析了大气污染物浓度与气象条件的关系.结果表明,除NO2日夜差别不大之外,SO2与PM10质量浓度分别存在典型的单峰、双峰变化;各污染物质量浓度具有冬强夏弱的季节变化规律;就年平均而言,SO2浓度增加,PM10浓度降低,NO2浓度变化不显著,各污染物有明显的突变现象.大多数气象要素与污染物浓度具有较好的负相关,即满足降水量增加、温度升高、相对湿度增大会导致污染物浓度减小的规律,气象要素量级与大气污染天数多少也存在密切关系.  

成都PM2.5与气象条件的关系及城市空间形态的影响

2013年2月1日至3月20日、2013年7月10日至8月10日对成都市大气中细颗粒物（PM_2.5）进行连续监测，同步记录气象数据。将PM_2.5质量浓度与城市气象条件进行相关性分析，研究气象条件对PM_2.5质量浓度的影响。2月1日至3月20日PM_2.5质量浓度平均为147.38 μg/m³，7月10日至8月10日平均为50.19 μg/m³，大气细颗粒物污染最严重的时间出现在2月1—6日。成都市各气象条件中，PM_2.5质量浓度与能见度、风速呈现显著负相关，而与其他气象要素相关性较弱，降水对PM_2.5质量浓度影响也很大。改善城市通风有利于成都市大气中PM_2.5的稀释和消散。通过建立3D模型并运用计算流体力学（CFD）软件模拟成都市选定的一处密集的建成区域，分析城市空间形态对通风的影响。研究发现，在假设等温的情况下，多层密集的区域对城市通风影响小，而高层对城市通风影响很大，建筑高度相近的街道与风向平行的风速大于与风向成角度的，与风向平行的街道沿线为高层的风速高于沿线为多层的，较大的开敞空间及背景风速更有利于城市通风环境。  

珠海市大气污染时空分布特征及成因分析

应用统计方法分析了珠海市的大气污染物SO2、NO2、PM10浓度的时空分布特征.针对珠海市的污染源分布格局和当地的气象条件对上述污染物时空分布特征的成因进行了分析.研究表明,珠海市的污染物浓度空间分布较为均匀,没有显著的空间变化梯度出现;但在时间分布方面明显存在着冬春高、夏秋低的季节性差异,并受区域环境的影响较大.相关分析表明,珠海市单点源污染比例大的污染源分布格局以及典型的季风气候是造成如上污染特征的主要原因,此外珠海市的经济产业结构也存在着一定的影响.  

乌鲁木齐市气象条件与TSP浓度的关系

阐述了气象条件对ＴＳＰ浓度变化的影响，ＴＳＰ的扩散速度、扩散能力、浓度变化、历时长短在很大程度上取决于气象条件。  

中山市2013年污染天气形势和气象要素特征分析

利用2013年中山市空气质量监测资料、气象观测资料、韩国气象厅天气图资料和WRF数值模式模拟分析了中山市全年大气污染的基本特征,总结了易于造成大气污染的典型天气形势和气象要素条件。结果表明:2013年中山市空气污染主要发生在秋季和冬季,首要污染物类型为PM_2.5和O₃,全年共发生12次持续污染事件;当中山市位于我国大陆冷高压底部(冷锋前部)副热带高压脊线北部或台风外围地区时有利于污染发生;中山市的弱(风速1~2 m/s)偏北风或偏东风、合适的相对湿度(40%~60%)和温度(秋季20~25℃,冬季10~15℃)均可能造成秋冬季的大气污染,而高温(大于30℃)是造成夏季大气污染的主要原因。1月PM_2.5重污染期间的WRF数值模拟结果表明:此次PM_2.5污染是小风(风速小于2 m/s)、地面增暖(增温2℃)、增湿(增湿5%以上)综合作用的结果,而大风(风速大于4 m/s)的强扩散作用对PM_2.5的清除效果显著。  

乌鲁木齐市可吸入颗粒物污染水平及其与气象因素的相关性分析

为了解可吸入颗粒物污染水平与气象因素之间的关系,从2008年9月—2010年2月采集乌鲁木齐市可吸入颗粒物样品,并对其随时间的变化特征及其与气象因素之间的相关性进行了统计分析。结果表明,采样时间内可吸入颗粒物中PM2.5和PM2.5-10的质量浓度的范围分别为38.2~468.7μg/m3和20.8~243.1μg/m3,平均浓度分别为134.2μg/m3和69.2μg/m3。可吸入颗粒物同时受几种气象因素的影响,其浓度与温度、能见度、风速呈负相关,与湿度呈正相关。